基于大数据分析实现精准化教学的探究

许秋

[摘   要]当今世界处于大数据的时代，信息技术飞速发展，大数据给各行业、各领域都带来了巨大的变化，教学方面也不例外。大数据既能在学习方面增强学生的学习力，又能在教学方面提高教师的效率。教师可以利用大数据对学生的学习进行量化、分析等，文章主要从大数据分析背景、教学面临的问题、大数据的采集、大数据的分析等方面展开论述。

[关键词]大数据;采集;学习力;分层作业;精准化

[中图分类号]   G632.4        [文献标识码]   A        [文章编号]   1674-6058（2021）18-0056-03

随着大数据时代的推进，提升教师信息技术的应用能力已经迫在眉睫。它为教学模式和学习方法的改变提供了重要的保障，同时也是教育大数据发展的趋势。在此要求下，江苏省常州市武进区湖塘实验中学借助科大讯飞智学网， 全面实现智慧课堂、智慧校园、智慧教育，提出了从教学大数据出发，利用大数据诊断教学中存在的问题，帮助教师改进教学方法，同时帮助学生改进学习方式，从而提高学校的教学质量。江苏省常州市武进区湖塘实验中学自从办学以来，校领导非常重视大数据在教学中的应用，不断鼓励教师尝试利用大数据来辅助教学，在全校师生的不斷努力下，近年来教学质量不断攀升，在整个常武地区乃至于江苏地区可谓首屈一指。

一、大数据分析的背景

2016年，教育部在《教育信息化“十三五”规划》中明确提出了“优化教学模式，培养教师利用大数据开展学情分析和个性化教学的能力”的指导方向，大数据在推动教育改革方面的地位尤其显著，以教育大数据采集、评价分析和应用为代表的技术体系已成为推动教育改革的重要载体。以教育大数据为核心的智慧课堂、生态课堂、自主学习型课堂在本校已经逐步展开，如何充分发掘和运用大数据全面诊断教学活动，实现精准化教学和个性化学习，已是大势所趋。依据学生学习情况的大数据分析，帮助学生及时调整学习内容、学习方式，完成相应问题和任务的学习，以达到较好的学习效果;依据全班学生总体学习情况的大数据分析，教师及时调整教学任务和教学重难点，及时为学生调整学习方式和提出学习建议;依据所有教师的实际教学情况，数学教研组还要将共性问题放到教研活动中，组织所有数学教师开展有针对性的研讨活动，为下一步的教学活动做好充分的准备。

二、日常教学中面临的问题

学校的生命线是教学质量，而教学质量的提升是在教师教学管理过程中实现的，因此必须建立系统、科学的教学质量管理体系。教学大数据的采集与分析是教学质量管理体系最根本、最核心的基础。传统的教学过程中，对于教学大数据而言，普遍存在以下问题。

第一，有的学生学业数据易丢失，学生用过的部分学习资料缺乏完整性。通常的评测数据有课堂限时检测、课后作业、周末练习、月考、期中期末考试、课外辅导手册等。作业和考试的载体较分散，学生的学情信息存在不同的载体中，时间跨度长短不一，有时会出现学案、作业、试卷遗失的情况。

第二，有的学生学情数据缺少精准性统计。以往教师都是通过画正字或者表格的方法进行数据分析，工作量大，不便于常态化开展，较难形成历次对比曲线和知识点的关联分析，通常由任课教师凭主观印象或感觉进行讲解，缺乏精确的数据支持。

第三，有的学生学情数据缺乏个性化。学校教学以班级为主体，教师的个人精力有限，无法兼顾每个学生个体，在进行作业与考试的讲解及分析时主要以共性问题为主，无法面面俱到。

第四，有时无法对教学过程进行跟踪。由于缺乏大数据的支撑，教学管理、教学研究部门往往在监督管理与教学研究方面无法做到精细化、常态化跟踪。

三、大数据的采集

智学网是大数据个性化教学系统（如图1所示），通过深度挖掘数据价值，提升教学效率，实现精准教学。首先，从日常测验到阶段性测试和终结性考试，极大地减轻了教师阅卷的工作量，大幅度拓展了数据宽度。其次，基于教育评价理论，可以形成15个模块、80多项指标的以学习者为核心的学业评价体系，结合讯飞教育云，推出有针对性的教与学应用。通过全方位多维度的数据分析，为教师提供了“备、教、改、辅、研、管”的全场景教学服务，提升教学效率和精准度，优化教学模式，帮助学生提升自主学习有效性，引导家长伴学，使其参与孩子的学习过程中。智学网通过大数据+人工智能，挖掘数据价值，提升学校“备、教、改、辅、研、管”的精准性和学生自主学习的有效性。

对于数据采集，可以网阅与纸阅兼容，就网阅而言，核心特色是随时随地移动阅卷，并适配第三方答题卡，核心价值是分数公平的评价价值。纸阅就是先批改、后扫描的模式，核心特色是保留批改痕迹，核心价值是学业辅导价值。

（1）网阅数据采集

在完成扫描后，客观题系统自动批阅，主观题系统自动切成小题，待教师分配批阅任务后，即可进行网上批改工作。系统可以边扫描边批阅，不耽误教师的批改时间。网上阅卷可以批量或逐题设置单评、双评，为每道题均设置阅卷教师。如果设置为双评，可以设置仲裁误差和仲裁员，在发现双评结果大于仲裁误差时，再由仲裁员进行仲裁，确保学生成绩准确。

（2）纸阅数据采集

纸阅模式不改变师生日常的作业和考试习惯，学生在纸上作答，教师在纸上批阅，批阅以后试卷上保持阅卷痕迹。第一种，客观题由系统批改，主观题由教师批改。教师有两种批改主观题的方式：分数条标注、自然标注。第二种，客观题、主观题均由教师批改。客观题采用自然标注的方式，主观题有两种批改方式：分数条标注、自然标注。教师在纸上批阅完毕后，留下红色笔墨的痕迹，然后进行扫描，系统立即完成各项分析报表的计算，并将结果进行实时呈现。

四、大数据的分析

常规的学生考试成绩统计如班级或者年级平均分、各分数段人数等，已不能满足大数据形势下教师、学生、学校的内在需求。而常态化的学生学习、考试数据量很大，需要专业人员根据实际情况构建数学模型，再由软件开发人员应用数学统计手段，进行精准科学的数据分析，生成对学生学习、教师教学的有价值信息。

任课教师作为某一门学科的责任人，更多的是关注学生对知识点和重难点掌握情况的数据分析（如图2所示），学生成绩分布情况、班级平均分、大题得分率较低题目的归因分析、学生成绩发展趋势（如图3所示）等，包括每个题目的平均分、得分率、标准差、难度、区分度和知识点说明等数据。基础数据主要应用于日常教学，采集的内容包括作业、练习、课堂限时训练、大型考试等。

五、基于大数据分析，提高数学学习力

基于大数据的有效分析，即提供单次、历次、区域等多维报告，明确学生数学学习的发展趋势，符合数学学科核心素养的发展要求，以及班级、学校、区域间的差异分析，使学生能实现自我学习、自我认知。平台会给学生推送与错题相关的个性化学习手册，便于学生进行针对性练习，攻克学习上的薄弱环节，形成良好的循环机制，促进学生的学习力可持续发展。

（1）个性化学习手册

通过查看学生学习轨迹的记录，教师可对学生的错题学情进行分析（如图4所示），例如概念不清楚、知识点没有掌握、解题思路有问题、简单运算错误、阅读能力不强、粗心大意等。然后，教师可根据人工智能对学生的薄弱知识点进行剖析，为学生提供科学的学习规划，从而使其有效学习。历次检测中的数据表明，学生使用个性化学习手册后，节约了不少原先抄题或者找题的时间。教师可直接将错题打印好发给学生，每周打印一次，学生只要用文件夹装订好，即可便于保存和复习。随着个性化学习手册的使用，与上一学年同期相比，学生有了长足的进步。

（2）设计分层作业

在设计分层作业的过程中要有所区分（如图5所示），针对不同层次的学生设置与之水平相符的作业目标，使其作业完成效率有所提高。作业一般可以分为三类：分别是针对C层学生的基础必做题、针对B层学生的能力提高题、针对A层学生的拓展提升题。教师可以利用大数据推送各地模拟考或中考真题，以满足不同层次学生的需求。学生完成后还可以进行错题重练，配有举一反三的巩固练习，并且分析诊断错误原因，生成个人数据报告，形成专属错题本。数据内容全部来源于自己的考试或作业，直击薄弱的知识点，学生可以依据反馈内容进行高效复习。

六、基于大数据分析，提高教学精准度

借助大数据分析，教师能精准掌握每名学生的薄弱点，也能找到每名学生遗忘的知识点，从而真正做到因材施教。大数据背景下，教师的角色将发生巨大的转变，从学习的传授者变为学生自主学习行为的辅助者，那么，教师如何才能做到更加高效地教学呢？

（1）精准备课模块

精准的大数据分析，为教师提供学生的学情报告，帮助教师更好地了解每一名学生，从而真正做到上课有的放矢、游刃有余。首先，教师要选好教學起点，起点过低、过高都会影响整节课的教学效果。以新授课为例，利用数据分析系统，教师可对学生前一节课的作业完成情况有初步了解，为本节课的讲解提供依据。其次，教师要正确把握教学重心，精心设计，这是一节课成败的关键。

（2）精准讲评模块

教师通过大数据，对学生作业或考试数据进行分析，对学生每个题目的得分情况做到心中有数。教师讲评时，可以随时利用希沃大屏调看学生的解答情况、错误原因分析，有针对性地开展教学活动，大大提高讲评课的有效性。

七、结束语

大数据采集可以将教师从繁重的作业批改、数据手工录入等工作中解放出来，使教师有更多的精力进行教学研究和个别辅导，也可以提供给教师更多的资源，让教师在很短的时间内就能搜索到需要的变式或者相关联的内容，以帮助教师快速、精准定位讲评重点和突破难点，真正做到减负增效，何不推而广之呢？

[   参   考   文   献   ]

[1]  林厚从.基于大数据分析的精准化教学[J].上海教育科研，2017（2）：63-67.

[2]  宋绍勇.“互联网+”时代基于大数据智能化处理的精准教学[J].中小学信息技术教育，2018（11）：41-42.

[3]  龚雷花，俞蔚.以“教育智慧” 创造“ 智慧教育” [J].中国教师，2019（7）：33-35.

[4]  杨原明，冉春莲.大数据辅助数学学科精准教学的实践研究[J].中学数学月刊，2020（1）：38-39.

[5]  张明芬.大数据时代初中数学课后作业分层设计的策略探讨[J].教师，2020（4）：54-55.

（责任编辑    黄   晓）